SVM 问题 - 名称“model_SVC”未定义

Question

我对这段代码有疑问：

    from sklearn import svm
    model_SVC = SVC()
    model_SVC.fit(X_scaled_df_train, y_train)
    svm_prediction = model_SVC.predict(X_scaled_df_test)

错误信息是

名称错误
回溯（最近一次调用 最后）~\AppData\Local\Temp/ipykernel_14392/1339209891.py 中 ----> 1 svm_prediction = model_SVC.predict(X_scaled_df_test)

名称错误：名称“model_SVC”未定义

有什么想法吗？

Answer 1

用途：

from sklearn.svm import SVC

Answer 2

from sklearn import svm

行不正确。正确的做法是

from sklearn.svm import SVC

文档是sklearn.svm.SVC。当我选择这个模型时，我会注意数据集的大小。摘录：

拟合时间至少与样本数量呈二次方关系，超过数万个样本可能不切实际。对于大型数据集，请考虑使用 LinearSVC 代替。

from sklearn.svm import LinearSVC

有关更多信息，您可以阅读何时应该使用 LinearSVC 或 SVC？

Answer 3

我在tutorialspoint.com的帮助下编码时发现了这篇文章，在那里我学习了svm及其在人工智能中的Python实现中的用法。 代码是

Svc_classifier = svm_classifier.SVC(kernel='linear', 
C=C, decision_function_shape = 'ovr').fit(X, y)
Z = svc_classifier.predict(X_plot)
Z = Z.reshape(xx.shape)

修改后的代码将是

svc_classifier = svm.SVC(kernel='linear', 
C=C, decision_function_shape = 'ovr').fit(X, y)
Z = svc_classifier.predict(X_plot)
Z = Z.reshape(xx.shape)